前不久，复旦大学附属肿瘤医院泌尿外科及泌尿男生殖系肿瘤MDT(多学科协作)团队，与国内一家智能机器人公司合作，欲开发一个智能机器人“小泌”。据称，这可能是国内泌尿肿瘤领域会出现的第一个“机器人医生”，可以在微信公众平台，网站和医疗服务平台为公众提供泌尿肿瘤防治相关的在线客服。
复旦大学附属肿瘤医院副院长叶定伟表示，小泌还可以对非泌尿肿瘤诊治专业的医务人员提供初步的继续教育。他说，这一智能机器人已经“学习”了三本泌尿肿瘤防治领域的专业书籍，掌握的知识量总计超过600条。
现在人工智能技术用于医疗领域已经有了案例，最出名的应属IBM Watson。不过对于医疗领域的智能机器人，默认状态还是怀疑的好。为此，雷锋网采访了这一技术的提供者小i机器人公司的智能医疗团队，了解了其中的技术细节。
雷锋网(公众号：雷锋网)：“三本泌尿肿瘤防治领域的专业书籍”、“知识量总计超过600条”，这两个数字是不是太少了？
答：600条知识量是基础知识条数，与我们平时理解的数据量并非一个概念。如果加上从基础知识延伸出来扩展问、工作日志数据等，这个数量将会以几何级的规模扩张。
同时，医疗行业不同于其他行业，是一个对专业度和精准度要求极高的领域。在最初，主要考虑两个方面的问题，首要是必须保证知识是精确的，然后就是要保证这些知识要实用，能够帮助到患者和用户。所以小泌开始掌握的600条专业知识也是经过斟酌和筛选的，目的在于精，而不是多。后期，随着用户量和交互量的增长，会根据数据反馈和用户的需求表现，让它学习更多的知识。
雷锋网：小泌可以解决哪些问题？
答：第一期主要是面向患者，提供一些科普宣教的知识以及疾病护理、就诊流程方面的信息，解决患者日常遇到问题，减轻医务工作者重复劳动，还有非泌尿肿瘤专业医务人员继续教育。
雷锋网：无法解决哪些问题？
答：目前，专业治疗方面还暂时无法立刻解决。要实现机器人治疗的目标，不仅需要人工智能技术和应用，还需要纳入非常多的医疗资源，打通与此相关的产业上下游，与更多的合作伙伴一起努力。这个路程任重道远，也是未来医疗追求的目标之一。
雷锋网：其中的关键技术有哪些？
答：小泌使用了小i机器人人工智能交互平台，并不只是关键字匹配，而是通过文字和语音、语义分析、上下文关联以及互动式问答，最大限度增加用户寻找到最终答案的准确度。
交互平台包括自然语言处理、语义分析理解、知识构建及语音技术等。自然语言核心处理技术，包括中文分词、词性标注、实体识别、句法分析、自动文本分类等技术；语义分析和理解以及知识推理技术，知识表示、本体理论、分领域的语义网络、机器推理等技术。另外知识构建和学习体系包括搜索技术、网络爬虫、数据挖掘、知识获取、机器学习等技术 。语音技术则分为语音识别、语音合成和声纹识别等。
雷锋网：怎样才算合格的辅助诊断智能系统？
答：辅助诊断智能系统的主要职能是协助医生的工作，除了能够帮助医生处理病人的病例等大数据外，还能够运用它的计算能力和推理能力帮助医生提高诊断率。所以合格的辅助诊断职能系统，第一是要帮助医生提高工作效率，第二是帮助医生提高诊断率。在目前的情况下，能在医生的诊疗过程中提高准确性就是大家欢迎的辅助诊断智能系统。
雷锋网：智能系统用于辅助诊断，还有哪些技术上与非技术上的挑战？
答：医生诊断是一个非常倚赖于经验的职业，需要阅读大量的医学专著、论文，了解最新的医学知识，同时还要通过大量的临床诊断来提高诊疗水平。而经验的积累，正是计算机非常擅长的。就像围棋，规则就是这样，但机器经过大量学习和练习能打败人类。除了常规的经验积累，病人基因数据、家族史、各项检查结果的数据等，也是诊断需要积累的。
我们会逐步制订泌尿肿瘤领域的均质化诊治标准，开发相关的知识库（包括国内外专家成果，国家及医院规范、临床数据），希望用人工智能融合病人所有相关数据，通过机器学习体系，建立精准治疗系统，为医生提供精准的辅助治疗，节省诊疗时间、降低误诊率。
从采访中可以看出，目前的小泌从功能和技术上，类似大众熟知的智能客服。虽然达不到大众对机器人医生的幻想，但足以为疑心重的人提供基础咨询，减轻医生的重复劳动。
相关文章：
WMRC 2016 | 关于IBM Watson医疗应用的小历史
国内人工智能+医疗影像公司大盘点：今年又是“元年”？ | 2016 影响因子
本文作者：张驰
本文转自雷锋网禁止二次转载，原文链接
